فصل 1 : مقدمهای بر مدلهای زبانی بزرگ
1-1. مدلهای زبانی بزرگ چیستند؟
1-2. محبوبترین معماریهای مبتنیبر ترنسفورمر در LLMها
1-3. آموزش و ارزیابی مدلهای زبانی بزرگ
1-4. مدلهای پایه در مقابل مدلهای سفارشی
1-5. خلاصه
فصل 2 : LLMها برای برنامههای مبتنی برهوش مصنوعی
2-1. چگونه LLM ها در حال تغییر فرایند توسعه نرمافزار هستند
2-2. سیستم دستیار
2-3. هماهنگ کنندههای هوش مصنوعی برای جاسازی LLMها در برنامهها
2-4. خلاصه
فصل 3 : انتخاب یک LLM مناسب برای یک برنامه کاربردی
3-1. برجستهترین LLMهای موجود در بازار
3-2. فراتر از مدلهای زبانی
3-3. چارچوب تصمیمگیری برای انتخاب LLM مناسب
3-4. خلاصه
فصل 4 : مهندسی پرامپت
4-1. پیشنیازهای فنی
4-2. مهندسی پرامپت چیست؟
4-3. اصول مهندسی پرامپت
4-4. تکنیکهای پیشرفته
4-5. خلاصه
فصل 5 : جاسازی LLM ها داخل برنامههای کاربردی
5-1. پیشنیازهای فنی
5-2. یادداشتی کوتاه درباره LangChain
5-3. شروع کار با LangChain
5-4. کار با مدلهای زبان از طریق Hugging Face Hub
5-5. خلاصه
فصل 6 : ساخت برنامههای گفتگومحور
6-1. پیشنیازهای فنی
6-2. شروع کار با برنامههای گفتگومحور
6-3. توسعه رابط کاربری Streamlit
6-4. خلاصه
فصل 7 : موتورهای جستجو و سیستمهای توصیهگر با LLM ها
7-1. پیشنیازهای فنی
7-2. مقدمهای بر سیستمهای توصیهگر
7-3. سیستمهای توصیهگر موجود
7-4. چگونه LLMها سیستمهای توصیهگر را تغییر میدهند
7-5. پیادهسازی یک سیستم توصیهگر مبتنی بر LLM
7-6. توسعهی رابط کاربری با Streamlit
7-7. خلاصه
فصل 8 : استفاده از LLM ها با دادههای ساختیافته
8-1. پیشنیازهای فنی
8-2. دادهی ساختیافته چیست؟
8-3. آشنایی با پایگاههای دادهی رابطهای
8-4. پیادهسازی DBCopilot با LangChain
8-5. توسعهی رابط کاربری با Streamlit
8-6. خلاصه
فصل 9 : کار با کد
9-1. پیشنیازهای فنی
9-2. انتخاب مدل زبانی مناسب برای کدنویسی
9-3. درک و تولید کد
9-4. به عنوان یک الگوریتم عمل کن
9-5. استفاده از Code Interpreter
9-6. خلاصه
فصل 10 : ساخت برنامههای چندوجهی با LLM ها
10-1. پیشنیازهای فنی
10-2. چرا چندوجهی بودن؟
10-3. ساخت یک عامل چندوجهی با LangChain
10-4. گزینهی 1: استفاده از جعبهابزار آماده برای Azure AI Services
10-5. گزینهی 2 : ترکیب ابزارهای تکی در یک عامل
10-6. گزینهی 3 : رویکرد کدنویسی سخت با زنجیرهی ترتیبی
10-7. مقایسهی سه گزینه
10-8. ساخت رابط کاربری با Streamlit
10-9. خلاصه
فصل 11 : تنظیم دقیق LLM ها
11-1. پیشنیازهای فنی
11-2. تنظیم دقیق چیست؟
11-3. چه زمانی تنظیم دقیق ضروری است؟
11-4. شروع کار با تنظیم دقیق
11-5. خلاصه
فصل 12 : هوش مصنوعی مسئولانه
12-1. هوش مصنوعی مسئولانه چیست و چرا به آن نیاز داریم؟
12-2. معماری هوش مصنوعی مسئولانه
12-3. مقرراتی پیرامون هوش مصنوعی مسئولانه
12-4. خلاصه
فصل 13 : روندها و نوآوریهای پیشرو
13-1. جدیدترین روندها در مدلهای زبانی و هوش مصنوعی مولد
13-2. شرکتهایی که هوش مصنوعی مولد را به کار گرفتهاند
13-3. خلاصه
واژهنامه انگلیسی به فارسی
واژهنامه فارسی به انگلیسی